Explore la base physique de la propagation du signal dans les neurones, en se concentrant sur la configuration du potentiel membranaire et les canaux ioniques.
Explore le potentiel d'inversion et l'équation de Nernst dans les neurosciences computationnelles, en se concentrant sur les canaux ioniques et la biophysique neuronale.
Couvre l'analyse des données neurophysiologiques, y compris la détection AP, le calcul de la vitesse de tir et l'analyse spectrale, en mettant l'accent sur la prédiction des classes cellulaires.
Couvre les propriétés électriques des neurones, en se concentrant sur les mécanismes de transport ionique et leur rôle dans la génération de signaux électriques.
Explore les équilibres chimiques, les réactions redox, l'équation de Nernst, les cellules électrochimiques, l'influence du pH et le potentiel membranaire.
Explique les mécanismes des potentiels d'action et leur propagation dans les neurones, en se concentrant sur les canaux ioniques et le rôle de la myélinisation.
Explore les propriétés mécaniques et électriques des tissus neuraux, y compris le cerveau et la moelle épinière, ainsi que l'enregistrement des signaux neuraux à l'aide de diverses techniques.
Explore la propagation du potentiel d'action, la modélisation membranaire, la conductance et l'encodage des signaux à travers des trains d'action potentiels.
Explore la modélisation de l'activité électrique du neurone, y compris les canaux ioniques et les concentrations, l'équation de Nernst et le potentiel de repos.
Explore la dynamique de décision dans les neurosciences computationnelles, en mettant l'accent sur des modèles concurrentiels et des interactions 2-dimensionnelles efficaces entre les populations.
Explore la théorie DLVO pour la stabilité colloïdale et le potentiel membranaire, ainsi que des concepts d'électrochimie dynamique comme les cellules galvaniques et la loi de Nernst.
